En el desarrollo de modelos de inteligencia artificial para entornos críticos, como la conducción autónoma o el diagnóstico médico, la capacidad de identificar entradas desconocidas o fuera de distribución se ha convertido en un requisito fundamental. Los enfoques tradicionales basados en la distancia de Mahalanobis ofrecen una medida de rareza, pero presentan limitaciones cuando las clases están muy compactas. Investigaciones recientes revelan que la varianza de las distancias intra-clase, analizada bajo el fenómeno conocido como colapso neuronal, permite distinguir con mayor precisión muestras in-distribution de aquellas anómalas. Esta nueva métrica, denominada MahaVar, utiliza la dispersión de las distancias por clase para lograr un detector post-hoc simple pero efectivo, superando a métodos anteriores en benchmarks como CIFAR-100 e ImageNet. En Q2BSTUDIO, entendemos que la fiabilidad de los sistemas de IA es tan importante como su precisión. Por ello, ofrecemos ia para empresas que integran técnicas avanzadas de detección de anomalías, asegurando que los modelos desplegados en producción sean robustos ante datos inesperados. Nuestro equipo desarrolla aplicaciones a medida que incorporan estos mecanismos de seguridad, combinados con servicios cloud aws y azure para escalar de forma eficiente, y con servicios inteligencia de negocio como power bi que permiten monitorizar el comportamiento de los modelos en tiempo real. Además, la ciberseguridad es un pilar en nuestras soluciones, protegiendo tanto los datos como los pipelines de IA frente a ataques adversariales. La implementación de agentes IA que gestionan la detección de OOD forma parte de las estrategias de automatización que ofrecemos, reduciendo la intervención manual y mejorando la resiliencia operativa. En definitiva, la combinación de teoría estadística como el colapso neuronal con prácticas de ingeniería de software a medida permite a las organizaciones confiar en sus sistemas inteligentes, minimizando riesgos y maximizando el valor de sus inversiones en tecnología.